Python 查找文件中缺少的行

我有一个7000多行的.txt文件，包含描述和图像的有序路径。例如：

abnormal /Users/alex/Documents/X-ray-classification/data/images/1.png
abnormal /Users/alex/Documents/X-ray-classification/data/images/2.png
normal /Users/alex/Documents/X-ray-classification/data/images/3.png
normal /Users/alex/Documents/X-ray-classification/data/images/4.png

有几行不见了。我想以某种方式自动搜索丢失的行。直觉上我写道：

f = open("data.txt", 'r')
lines = f.readlines()
num = 1
for line in lines:
    if num in line:
        continue
    else:
        print (line)
    num+=1

但它当然不起作用，因为行是字符串。 有什么优雅的方法来解决这个问题吗？也许用正则表达式？ 提前谢谢

您可以尝试以下方法：

lines = ["abnormal /Users/alex/Documents/X-ray-classification/data/images/1.png","normal /Users/alex/Documents/X-ray-classification/data/images/3.png","normal /Users/alex/Documents/X-ray-classification/data/images/4.png"]
maxvalue = 4 # or any other maximum value
missing = []
i = 0
for num in range(1, maxvalue+1):
    if str(num) not in lines[i]:
        missing.append(num)
    else:
      i += 1

print(missing)

或者，如果要检查以

XXX.png

结尾的行：

lines = ["abnormal /Users/alex/Documents/X-ray-classification/data/images/1.png","normal /Users/alex/Documents/X-ray-classification/data/images/3.png","normal /Users/alex/Documents/X-ray-classification/data/images/4.png"]
maxvalue = 4 # or any other maximum value
missing = []
i = 0
for num in range(1, maxvalue+1):
    if not lines[i].endswith(str(num) + ".png"):
        missing.append(num)
    else:
      i += 1

print(missing)

---

示例：

下面的方法很有希望奏效-它从文件名中提取数字，查看它是否比上一个数字高出1以上，如果是，则计算出所有“中间”数字并打印出来。需要打印数字（然后在以后重建文件名），因为在迭代过程中，

行

永远不会包含丢失文件的名称

# Set this to the first number in the series -1
num = lastnum = 0

with open("data.txt", 'r') as f:
    for line in f:
        # Pick the digit out of the filename
        num = int(''.join(x for x in line if x.isdigit()))
        if num - lastnum > 1:
          for i in range(lastnum+1, num):
            print("Missing: {}.png".format(str(i)))
        lastnum = num

---

这种方式的主要优点是，只要文件在列表中排序，它就可以处理从

1

以外的数字开始的操作，并且还可以报告序列中多个缺失的数字。

使用

str（num）

进行字符串比较？谢谢，但这两个版本中都有错误：TypeError:“bool”对象在同一行中不可iterable5@AlexNikitin感谢您的报告，修复了它，现在应该可以工作了